ฮับแนวคิดการประมวลผลบนคลาวด์

พร้อมท์คำสั่ง Chain-of-thought เป็นเทคนิคที่ใช้ในการแนะนำโมเดลภาษาขนาดใหญ่ (LLM) ให้ทำงานให้เสร็จสมบูรณ์โดยใช้ลำดับขั้นตอนที่เป็นตรรกะ แม้ว่าโมเดล AI จะพยายามเลียนแบบมนุษย์ แต่ก็ต้องการคำแนะนำโดยละเอียดที่เรียกว่าพร้อมท์ ใช้เพื่อสร้างผลลัพธ์ที่มีคุณภาพสูง แม่นยำ และสัมพันธ์กัน วิศวกรรมการโต้ตอบคือศิลปะและวิทยาศาสตร์ในการสร้างพร้อมท์ที่ดี การให้เหตุผล Chain-of-thought (CoT) เป็นเทคนิคทางวิศวกรรมการโต้ตอบซึ่งแบ่งงานที่ซับซ้อนออกเป็นชุดของขั้นตอนที่ง่ายกว่าและจัดการได้มากขึ้นเพื่อให้ได้คำตอบ ช่วยให้ผู้ใช้สามารถควบคุมและเข้าใจได้ดีขึ้นว่า LLM มาถึงคำตอบได้อย่างไร 

ตัวอย่าง Chain-of-thought

“แก้ปัญหาคำคณิตศาสตร์ต่อไปนี้ทีละขั้นตอน

ถ้าคุณมีกล้วย 7 ลูก แล้วให้เพื่อนไป 4 ลูก คุณก็จะได้กล้วยมาเพิ่มอีก 5 ลูก จากนั้นคุณก็โยนกล้วยเน่า 3 ลูกทิ้งไป คุณจะเหลือกล้วยอยู่กี่ลูก”

ผลลัพธ์ Chain-of-thought

มาแบ่งออกมันออกทีละขั้นตอน:

1. คุณเริ่มต้นด้วยกล้วย 7 ลูก
2. คุณให้กล้วย 4 ลูกให้กับเพื่อนของ คุณดังนั้นคุณจึงมี: 7 - 4 = 3 ลูกเหลืออยู่
3. คุณซื้อกล้วยอีก 5 ลูก ดังนั้นตอนนี้คุณมี: 3 + 5 = 8 ลูก

4. คุณโยนกล้วย 3 ลูกออกไป ดังนั้นคุณจึงมีกล้วย: 8 - 3 = 5 ลูกเหลืออยู่

ดังนั้น คุณมีกล้วยเหลืออยู่ 5 ลูก

การคำนวณทางปัญญาคือกระบวนการทำให้ซอฟต์แวร์ใช้เหตุผลและ "คิด" เหมือนมนุษย์ ความสามารถในการใช้เหตุผลขั้นสูงโดยกำเนิดของมนุษย์ช่วยให้เราปรับตัวเข้ากับสถานการณ์ใหม่ ๆ และแก้ไขปัญหาที่ซับซ้อนได้ เช่น มนุษย์ที่หลงอยู่ในป่าอาจเคลื่อนตัวไปทางน้ำเพื่อเอาชีวิตรอด หรือไปทางที่ได้ยินเสียงการจราจรเพื่อขอความช่วยเหลือ ในทำนองเดียวกัน การประมวลผลทางปัญญามีจุดมุ่งหมายเพื่อจำลองกระบวนการคิดของมนุษย์ในระบบซอฟต์แวร์ผ่านการรับรู้ ความสนใจ และความจำ

ระบบปัญญาประดิษฐ์ (AI) แบบดั้งเดิมสามารถแก้ไขปัญหาที่ได้รับการฝึกมาโดยเฉพาะได้ เช่น การวิเคราะห์ข้อมูล การคาดการณ์ หรือการสร้างข้อความตามที่ผู้ใช้กำหนด อย่างไรก็ตาม การประมวลผลความรู้ความเข้าใจมีเป้าหมายที่จะพัฒนาปัญญาประดิษฐ์ให้ก้าวไกลยิ่งขึ้นโดยการสอนระบบซอฟต์แวร์ให้บรรลุเป้าหมายที่กำหนดไว้ล่วงหน้าผ่านการตัดสินใจอย่างอิสระเพื่อตอบสนองต่อการเปลี่ยนแปลงด้านสิ่งแวดล้อม 

ตัวอย่างการประมวลผลทางปัญญา

พิจารณาการกำหนดงานการนัดหมายสำหรับผู้เชี่ยวชาญในองค์กรของคุณ ควรนัดหมายใหม่เฉพาะช่วงบ่ายเท่านั้น เมื่อผู้เชี่ยวชาญว่างและมีความสัมพันธ์ที่ดีกับลูกค้าอยู่แล้ว ควรนัดหมายภายใน 2 สัปดาห์นับจากคำขอ อย่างไรก็ตาม เงื่อนไขเหล่านี้มีความแตกต่าง เช่น 

• ลูกค้าที่โกรธหรือไม่พอใจจะได้รับการนัดหมายก่อนเวลา รวมทั้งในตอนเช้าด้วย
• อาจมีการร้องขอนัดหมายนอกเหนือจากช่วงเวลาสองสัปดาห์
• ลูกค้าระยะยาวบางรายอาจต้องการการพิจารณาพิเศษ เช่น อีเมลส่วนตัวเมื่อการจองเสร็จสิ้น

โดยทั่วไป สามารถฝึก AI ให้ทำงานโดยอัตโนมัติโดยปฏิบัติตามเงื่อนไขหลัก แต่ไม่สามารถจัดการกับรายละเอียดปลีกย่อยได้เหมือนอย่างที่มนุษย์มืออาชีพจะทำได้ อย่างไรก็ตาม การประมวลผลทางปัญญาเป็นเทคโนโลยี AI ที่สามารถปรับเงื่อนไขตามความจำเป็นเพื่อให้บรรลุเป้าหมายความพึงพอใจของลูกค้าขณะทำการจอง ตัวอย่างเช่น อาจอ่านความรู้สึกในข้อความของลูกค้าและจัดลำดับความสำคัญการจองหรือกำหนดเวลานัดหมายในตอนเช้าเพื่อตอบสนองความต้องการของลูกค้าระยะยาว

การเข้าใจภาษาธรรมชาติ (NLU) คือความสามารถของระบบคอมพิวเตอร์หรือซอฟต์แวร์ในการเข้าใจภาษาของมนุษย์ ช่วยให้ซอฟต์แวร์สามารถจำแนกเจตนาและความรู้สึกของการแชท และมอบประสบการณ์ผู้ใช้ที่น่าสนใจอย่างยิ่งผ่านการโต้ตอบสนทนาที่เหมือนจริง ตัวอย่างเช่น ผู้ช่วยอย่าง Alexa ตอบสนองต่อเสียงของมนุษย์ และแชทบอทที่ขับเคลื่อนด้วย AI จะเข้าร่วมในการสนทนาที่ใช้ข้อความ ความเข้าใจภาษาธรรมชาติช่วยให้ระบบเหล่านี้สามารถรับอินพุตการสนทนาที่สร้างขึ้นโดยมนุษย์ แปลงเป็นไวยากรณ์ภาษาคอมพิวเตอร์ภายใน และดำเนินการตามอินพุต ผู้ใช้สามารถโต้ตอบกับเครื่องโดยธรรมชาติโดยใช้ภาษาที่พวกเขาเลือก

AI หลายรูปแบบคือระบบปัญญาประดิษฐ์ที่ประมวลผล แปลความหมาย และผสานรวมข้อมูลประเภทต่าง ๆ เช่น ข้อความ รูปภาพ เสียง และวิดีโอ เวิร์กโฟลว์ทางธุรกิจจำนวนมากสร้างและใช้ชุดข้อมูลที่ซับซ้อนที่มีประเภทข้อมูลที่เกี่ยวข้องหลายประเภท เช่น วิดีโอพร้อมคำบรรยาย รูปภาพพร้อมประวัติย่อ หรือบันทึกการประชุมเสียงพร้อมแผนการออกแบบที่เกี่ยวข้อง AI หลายรูปแบบสามารถตีความชุดข้อมูลที่หลากหลายและสมบูรณ์เพื่อการวิเคราะห์ที่ซับซ้อนและการทำงานอัตโนมัติ องค์กรต่าง ๆ ใช้การวิเคราะห์วิดีโอ การประมวลผลเอกสาร การสร้างเนื้อหา และขั้นตอนการทำงานที่คล้ายกันเพื่อรับข้อมูลเชิงลึกที่แม่นยำจากแหล่งที่มาของข้อมูลหลายรูปแบบที่ไม่มีโครงสร้าง และเพิ่มประสิทธิภาพของกระบวนการ

ฐานข้อมูล SQL คือการรวบรวมข้อมูลที่แสดงเป็นตารางที่มีแถวและคอลัมน์ ข้อมูลจะถูกจัดเก็บไว้คล้ายกับสเปรดชีต โดยมีคอลัมน์ที่ระบุแอตทริบิวต์ของข้อมูลและแถวที่อธิบายเอนทิตีหรือออบเจ็กต์ที่เกี่ยวข้องกับข้อมูล ฐานข้อมูล SQL ส่วนใหญ่ใช้ภาษาการสืบค้นข้อมูลที่มีโครงสร้าง (SQL) สำหรับการโต้ตอบกับข้อมูลผู้ใช้ อันเป็นที่มาของชื่อ ซึ่งเป็นฐานข้อมูลแบบเชิงสัมพันธ์เนื่องจากคุณสามารถจัดเก็บความสัมพันธ์ของข้อมูลระหว่างตารางได้

ตัวอย่างเช่น ตารางผลิตภัณฑ์มีคอลัมน์ เช่น ชื่อผลิตภัณฑ์ ประเภท ค่าใช้จ่าย ฯลฯ และแถวจะมีค่าสำหรับแต่ละผลิตภัณฑ์ ตารางลูกค้าจะมีคอลัมน์ที่มีชื่อลูกค้าและรายละเอียดการติดต่อ คุณสามารถสร้างตารางที่สามที่เชื่อมโยงข้อมูลลูกค้ากับผลิตภัณฑ์ที่ลูกค้าซื้อได้

สถาปัตยกรรมข้อมูลคือเฟรมเวิร์กโดยรวมที่อธิบายและกำกับถึงการเก็บรวบรวม การจัดการ และการใช้งานข้อมูลขององค์กร ในปัจจุบัน องค์กรต่างๆ ล้วนมีปริมาณข้อมูลจำนวนมหาศาลจากแหล่งที่มาของข้อมูลที่หลากหลาย และมีทีมงานที่หลากหลายที่ต้องการเข้าถึงข้อมูลเหล่านั้นเพื่อใช้ในการวิเคราะห์ แมชชีนเลิร์นนิง การพัฒณา AI และการใช้งานอื่นๆ อีกมากมาย สถาปัตยกรรมข้อมูลสมัยใหม่เป็นระบบที่เชื่อมโยงกันอย่างมีประสิทธิภาพ ซึ่งจะช่วยทำให้ข้อมูลสามารถเข้าถึงและใช้งานได้ง่าย พร้อมทั้งรักษาความปลอดภัยและคุณภาพของข้อมูลให้มั่นคง สถาปัตยกรรมข้อมูลจะเป็นตัวกำหนดนโยบาย โมเดลข้อมูล กระบวนการ และเทคโนโลยีที่จะช่วยให้องค์กรสามารถเคลื่อนย้ายข้อมูลระหว่างแผนกต่างๆ ได้อย่างง่ายดาย พร้อมทั้งรับประกันว่าข้อมูลจะพร้อมใช้งานเมื่อใดก็ตามที่ต้องการ รวมถึงรองรับการเข้าถึงแบบเรียลไทม์ โดยที่ยังปฏิบัติตามข้อกำหนดด้านกฎระเบียบอย่างครบถ้วนอีกด้วย

ผู้จำหน่ายซอฟต์แวร์อิสระ (ISV) คือองค์กรที่สร้างและจำหน่ายผลิตภัณฑ์ซอฟต์แวร์ที่เป็นอิสระจากฮาร์ดแวร์และระบบปฏิบัติการพื้นฐาน โซลูชันซอฟต์แวร์โดยทั่วไปจะแก้ไขปัญหาเฉพาะของลูกค้า เช่น การสร้างและจัดการข้อมูลการขายหรือทางการเงิน นอกจากนี้ยังอาจเป็นซอฟต์แวร์โครงสร้างพื้นฐานที่รองรับการจัดเก็บข้อมูล ความปลอดภัย หรือการรับรองสิทธิ์การใช้งาน ผู้จำหน่ายรับประกันความเข้ากันได้ของซอฟต์แวร์กับแพลตฟอร์มฮาร์ดแวร์ต่าง ๆ เพื่อเข้าถึงฐานลูกค้าที่กว้างขวาง

ISV ขายซอฟต์แวร์ในรูปแบบต่าง ๆ เช่น ใบอนุญาตถาวร ข้อตกลงระยะเวลา หรือ Software as a Service (SaaS) ซอฟต์แวร์ได้รับอนุญาตให้แก่ลูกค้า แต่สิทธิ์ความเป็นเจ้าของยังคงเป็นของ ISV

แชทบอทเป็นโปรแกรมหรือแอปพลิเคชันที่ผู้ใช้สามารถสนทนาด้วยผ่านเสียงหรือข้อความ แชทบอทได้รับการพัฒนาขึ้นครั้งแรกในทศวรรษ 1960 และเทคโนโลยีที่ขับเคลื่อนแชทบอทเหล่านี้ก็ได้เปลี่ยนแปลงไปเมื่อเวลาล่วงเลยไป แต่เดิมแชทบอทใช้กฎที่กำหนดไว้ล่วงหน้าเพื่อสนทนากับผู้ใช้และให้คำตอบตามสคริปต์ แชทบอทในปัจจุบันใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อทำความเข้าใจผู้ใช้ และสามารถตอบคำถามที่ซับซ้อนได้อย่างลึกซึ้งและแม่นยำมาก องค์กรของคุณสามารถใช้แชทบอทเพื่อปรับขนาด ปรับเปลี่ยน รวมทั้งปรับปรุงการสื่อสารในทุกเรื่องตั้งแต่เวิร์กโฟลว์การบริการลูกค้าไปจนถึงการจัดการ DevOps

ปัญญาประดิษฐ์สำหรับองค์กร (AI) เป็นการนำเทคโนโลยี AI ขั้นสูงมาใช้ภายในองค์กรขนาดใหญ่ การนำระบบ AI จากต้นแบบไปสู่การผลิตทำให้เกิดความท้าทายหลายประการเกี่ยวกับขนาด ประสิทธิภาพ การกำกับดูแลข้อมูล จริยธรรม และการปฏิบัติตามกฎระเบียบ AI สำหรับองค์กรประกอบด้วยนโยบาย กลยุทธ์ โครงสร้างพื้นฐาน และเทคโนโลยีสำหรับการใช้งาน AI อย่างแพร่หลายภายในองค์กรขนาดใหญ่ แม้ว่าจะต้องใช้การลงทุนและความพยายามอย่างมีนัยสำคัญ แต่ AI สำหรับองค์กรก็มีความสำคัญสำหรับองค์กรขนาดใหญ่เนื่องจากระบบ AI กลายเป็นกระแสหลักมากขึ้น

ปัญญาประดิษฐ์ที่มีจริยธรรม (AI) คือชุดของหลักการและแนวปฏิบัติที่ส่งเสริมการพัฒนาและการใช้งานระบบ AI อย่างมีความรับผิดชอบ เช่นเดียวกับเทคโนโลยีใหม่ ๆ ระบบ AI จะมีผลกระทบต่อผู้ใช้ สังคม และสิ่งแวดล้อม AI ที่มีจริยธรรมหมายถึงการดำเนินขั้นตอนเพื่อเพิ่มผลกระทบเชิงบวก เช่นเดียวกับการจัดลำดับความสำคัญของความยุติธรรมและความโปร่งใสเกี่ยวกับวิธีการพัฒนาและใช้งาน AI AI ที่มีจริยธรรมจะช่วยให้แน่ใจได้ว่านวัตกรรม AI และการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลจะไม่ก่อให้เกิดการละเมิดเสรีภาพของพลเมืองและสิทธิมนุษยชน

เอเจนต์ปัญญาประดิษฐ์ (AI) คือโปรแกรมซอฟต์แวร์ที่สามารถโต้ตอบกับสภาพแวดล้อม รวบรวมข้อมูล และใช้ข้อมูลเพื่อดำเนินงานที่ตัดสินใจด้วยตนเองเพื่อให้บรรลุเป้าหมายที่กำหนดไว้ล่วงหน้า มนุษย์ตั้งเป้าหมาย แต่เอเจนต์ AI จะเลือกการดำเนินงานที่ดีที่สุดอย่างอิสระเพื่อดำเนินการเพื่อให้บรรลุเป้าหมายเหล่านั้น ตัวอย่างเช่น ลองพิจารณาเอเจนต์ AI ของศูนย์ติดต่อที่ต้องการแก้ไขข้อซักถามของลูกค้า เอเจนต์จะถามคำถามต่าง ๆ กับลูกค้าโดยอัตโนมัติ ค้นหาข้อมูลในเอกสารภายใน และตอบกลับพร้อมวิธีแก้ไขปัญหา จากการตอบสนองของลูกค้า เอเจนต์จะเป็นตัวกำหนดว่าจะสามารถแก้ไขคำถามนั้นเองหรือส่งต่อให้กับมนุษย์เพื่อดำเนินการต่อหรือไม่

การจัดประเภทข้อความเป็นกระบวนการกำหนดหมวดหมู่ที่มีการกำหนดไว้ล่วงหน้าให้กับเอกสารข้อความปลายเปิดโดยใช้ระบบปัญญาประดิษฐ์และแมชชีนเลิร์นนิง (AI/ML) องค์กรหลายแห่งมีคลังเอกสารขนาดใหญ่และเวิร์กโฟลว์ทางธุรกิจที่สร้างเอกสารในปริมาณมากอย่างต่อเนื่อง เช่น เอกสารทางกฎหมาย สัญญา เอกสารการวิจัย ข้อมูลที่ผู้ใช้สร้างขึ้น และอีเมล การจัดประเภทข้อความคือขั้นตอนแรกในการจัดระเบียบ จัดโครงสร้าง และจัดหมวดหมู่ข้อมูลนี้เพื่อการวิเคราะห์เพิ่มเติม ซึ่งช่วยให้สามารถติดป้ายกำกับและติดแท็กเอกสารได้โดยอัตโนมัติ วิธีนี้จะช่วยประหยัดเวลาในองค์กรของคุณได้หลายพันชั่วโมง มิฉะนั้นคุณจะต้องอ่าน ทำความเข้าใจ และจัดประเภทเอกสารด้วยตนเอง